我们如何交换 Vector256 (System.Runtime.Intrinsics.X86) 中的字节？
How can we swap byte in a Vector256 (System.Runtime.Intrinsics.X86)?
我正在使用 .net core 3.0 中的新 System.Runtime.Intrinsics.X86 命名空间（单指令，多数据）在 c# 中优化高斯滤波器。
我正在使用 Vector256 来完成算法的大部分，但最后我必须做一个除法。我找到了如何从我的 Vector256 到 2 Vector256 来进行除法，但是我无法将它恢复到 ushort 版本以便我可以输出数据。我正在尝试使用 Avx2.PackUnsignedSaturate(vector1, vector2)，它有效地为我提供了一个 Vector256，但这些项目是混合的（有点字节顺序，但我的每个 ushort 的单独值都在那里）
我只需要在中间交换几个字节。使用常规循环（没有 SIMD）将值放回输出中很容易，但也很浪费时间（好吧，我认为......如果我不能对 simd 解决方案进行基准测试就很难说）
-我试过在转换为字节的 Vector256 上随机播放。我无法实现我所需要的，似乎字节移动被限制在它们各自的 128 位中。
-我试过查看 MSDN，没有关于这些新功能的示例或描述，所以对于它们中的大多数，我不知道它们在做什么
-我试过查看英特尔指南 (https://software.intel.com/sites/default/files/managed/39/c5/325462-sdm-vol-1-2abcd-3abcd.pdf)，虽然他们确实解释了一些东西，但我认为我需要的东西（可能是 XCHG 或 BSWAP？），但无法在命名空间中找到它们。
var initialVector1 = System.Runtime.Intrinsics.Vector256.Create(1, 2, 3, 4, 5, 6, 7, 8);
var initialVector2 = System.Runtime.Intrinsics.Vector256.Create(9, 10, 11, 12, 13, 14, 15, 16);
var convertedBackToUshort = Avx2.PackUnsignedSaturate(initialVector1, initialVector2);
convertedBackToUshort 的内容应该是：
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16
但我得到：
1, 2, 3, 4, 9, 10, 11, 12, 5, 6, 7, 8, 13, 14, 15, 16
使用 Avx2.Shuffle(convertedBackToUshort, mask)，我无法将 9 带回右侧（尝试使用几个 for 循环到 "brute-force the mask" 但没有成功）
Avx2.PackUnsignedSaturate 又名 VPACKUSWB/VPACKUSDW，与许多 256 位操作一样，工作方式类似于并排操作的两个 128 位版本，而不是 128 位版本的放大版本。有一张不错的图片 on this page。也有跨车道洗牌，例如 Avx2.Permute4x64，如果需要，您可以使用它来将方块按 "natural" 顺序排列。它需要 Vector256<UInt64> 但这没关系，只需重新解释前后的向量即可。
打包操作与解包函数（例如 Avx2.UnpackLow）配合得很好，如果您使用这些函数而不是 "convert" 函数，那么您不需要额外的排列。
使用标量循环确实效率不高，不仅因为它是一个标量循环，还因为在向量和 "bunch of scalars" 之间进行转换会产生开销。
这个问题还有一个更深层次的问题，因为高斯滤波器（或者一般意义上的任何卷积）通常不包含除法，因此最终不需要这一步。由于您的数据是 ushorts，您可以使用 Avx2.MultiplyHigh 以 0 到 1 之间的因子进行缩放，而无需执行任何复杂的操作。
我正在使用 .net core 3.0 中的新 System.Runtime.Intrinsics.X86 命名空间（单指令，多数据）在 c# 中优化高斯滤波器。
我正在使用 Vector256 来完成算法的大部分，但最后我必须做一个除法。我找到了如何从我的 Vector256 到 2 Vector256 来进行除法，但是我无法将它恢复到 ushort 版本以便我可以输出数据。我正在尝试使用 Avx2.PackUnsignedSaturate(vector1, vector2)，它有效地为我提供了一个 Vector256，但这些项目是混合的（有点字节顺序，但我的每个 ushort 的单独值都在那里）
我只需要在中间交换几个字节。使用常规循环（没有 SIMD）将值放回输出中很容易，但也很浪费时间（好吧，我认为......如果我不能对 simd 解决方案进行基准测试就很难说）
-我试过在转换为字节的 Vector256 上随机播放。我无法实现我所需要的，似乎字节移动被限制在它们各自的 128 位中。 -我试过查看 MSDN，没有关于这些新功能的示例或描述，所以对于它们中的大多数，我不知道它们在做什么 -我试过查看英特尔指南 (https://software.intel.com/sites/default/files/managed/39/c5/325462-sdm-vol-1-2abcd-3abcd.pdf)，虽然他们确实解释了一些东西，但我认为我需要的东西（可能是 XCHG 或 BSWAP？），但无法在命名空间中找到它们。
var initialVector1 = System.Runtime.Intrinsics.Vector256.Create(1, 2, 3, 4, 5, 6, 7, 8);
var initialVector2 = System.Runtime.Intrinsics.Vector256.Create(9, 10, 11, 12, 13, 14, 15, 16);
var convertedBackToUshort = Avx2.PackUnsignedSaturate(initialVector1, initialVector2);
convertedBackToUshort 的内容应该是： 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16
但我得到： 1, 2, 3, 4, 9, 10, 11, 12, 5, 6, 7, 8, 13, 14, 15, 16
使用 Avx2.Shuffle(convertedBackToUshort, mask)，我无法将 9 带回右侧（尝试使用几个 for 循环到 "brute-force the mask" 但没有成功）
Avx2.PackUnsignedSaturate 又名 VPACKUSWB/VPACKUSDW，与许多 256 位操作一样，工作方式类似于并排操作的两个 128 位版本，而不是 128 位版本的放大版本。有一张不错的图片 on this page。也有跨车道洗牌，例如 Avx2.Permute4x64，如果需要，您可以使用它来将方块按 "natural" 顺序排列。它需要 Vector256<UInt64> 但这没关系，只需重新解释前后的向量即可。
打包操作与解包函数（例如 Avx2.UnpackLow）配合得很好，如果您使用这些函数而不是 "convert" 函数，那么您不需要额外的排列。
使用标量循环确实效率不高，不仅因为它是一个标量循环，还因为在向量和 "bunch of scalars" 之间进行转换会产生开销。
这个问题还有一个更深层次的问题，因为高斯滤波器（或者一般意义上的任何卷积）通常不包含除法，因此最终不需要这一步。由于您的数据是 ushorts，您可以使用 Avx2.MultiplyHigh 以 0 到 1 之间的因子进行缩放，而无需执行任何复杂的操作。